[发明专利]基于感知-锁定-发现的多无人机博弈协同搜索方法

说明书

一种基于感知‑锁定‑发现的多无人机博弈协同搜索方法，属于多无人机协同搜索的技术领域。首先多无人机协同搜索建立环境模型和初始化参数；其次无人机任务载荷参数设置，完成多无人机飞行决策势能博弈；最后通过感知‑锁定‑发现机制目标概率图更新。本发明通过对目标的搜索更新环境概率图，从而降低整体环境的不确定性；提出感知‑锁定‑发现的搜索机制，增大了目标的发现概率，提出较大值概率图融合方法，在克服自身信息的局限性同时，提高信息融合的有效性和准确性；通过势能博弈方法，有利于多无人机自主决策控制，保证整体的搜索效能。本发明尤其适用于在无人机任务载荷性能较低的情况下提升效果显著，具有很好的应用前景。

技术领域

本发明涉及无人机协同搜索的技术领域，尤其涉及基于感知-锁定-发现的多无人机博弈协同搜索方法。

背景技术

无人驾驶飞行器(UAV)的快速发展促进了它们被结合到许多领域。无人机由于具有成本低、机动性强、避免人员伤亡等优势，被用来执行危险环境中的复杂任务。但由于单无人机执行任务的效率低、鲁棒性差，使用多无人机协同执行任务在军事和民用方面受到越来越多的关注，协同搜索是配备有侦察载荷(如摄像机、雷达和声纳)多无人机的一个主要应用方面。

许多搜索和监视任务涉及测量和探索未知区域，例如目标搜索，环境监测和地图构建等，它们通过多无人机之间的信息交互，采用协同决策的方式，可以获得更高的效率并显著降低风险成本。协同搜索涉及分布式算法的设计，即通过局部信息来实现整个系统的全局优化目标。在多无人机协同搜索问题中，有以下几个主要技术问题需要考虑：(1)环境表示和更新，如何表示目标在环境中的存在性和不确定性；(2)任务载荷的性能，如何寻求探测半径与探测概率之间的均衡，以便无人机能够更有效地搜索任务区域内的目标；(3)搜索路径规划，如何设计协同控制方法，使无人机能够以最大化发现目标的可能性或最小化环境不确定性的方式移动。协同搜索的目的是控制多个无人机寻找分散在任务区域的未知地面目标，同时最大限度地降低环境的不确定性，最小化搜索时间。

博弈论是解决多智能体决策问题的有力工具，主要解决交互通信、协同合作、冲突消除等方面问题，已经广泛应用于分布式计算领域，成为多无人机协同搜索的研究热点。

发明内容

本发明目的是提供一种协同搜索方法，使得无人机在执行搜索任务时能够根据感知-锁定-发现阶段的转换，更有效地进行搜索并减少环境的不确定性，通过较大值概率图融合和势能博弈等方法，使多无人机协同搜索达到整体效能的最优。

基于感知-锁定-发现的多无人机博弈协同搜索方法，包括如下步骤：

步骤1：多无人机协同搜索环境与飞行状态建模；

步骤2：无人机搜索任务载荷建模；

步骤3：建立单无人机目标概率图更新机制；

步骤4：多无人机协同搜索目标概率图融合；

步骤5：势能博弈求解纳什均衡，纳什均衡点对应当前状态多无人机路径决策的全局或局部最优解。

优选的是，本发明步骤1的多无人机协同搜索环境与飞行状态建模，具体包括如下步骤：

搜索未知环境将环境等分为L_x×L_y大小相同的单元，每个单元g用(x，y)标识；

任务无人机标记为第n架无人机位置用(x_n，y_n，h_n)标识，其中h_n∈[h_min，h_max]；h_min，h_max分别为无人机最小和最大飞行高度；